Het antwoord

LLM tool calling is een techniek waarmee AI-modellen niet alleen tekst genereren, maar ook direct acties kunnen uitvoeren in externe systemen, zoals het ophalen van klantdata uit een CRM of het aanmaken van een factuur. Voor MKB-ondernemers betekent dit dat je een chatbot of AI-assistent kunt inzetten die écht iets doet, in plaats van alleen antwoorden geeft.

Wat er aan de hand is

Tool calling is de moderne standaard voor het koppelen van grote taalmodellen (LLM’s) aan externe tools en API’s. In plaats van dat een model alleen tekst produceert, genereert het gestructureerde verzoeken – meestal in JSON-formaat – om een specifieke functie aan te roepen. Denk aan het opvragen van voorraadstanden, het bijwerken van een klantprofiel of het versturen van een bevestigingsmail.

Volgens een blog van n8n, een platform voor workflowautomatisering, onderscheiden ontwikkelaars twee manieren om tool calling in te zetten. Bij automatische toolinvocatie beslist het model zelf of en wanneer het een tool gebruikt, afhankelijk van de vraag van de gebruiker. Dit is ideaal voor klantenservice-chatbots. Bij geforceerde toolinvocatie dwingt de ontwikkelaar het model om bij elk verzoek een specifieke tool te gebruiken, bijvoorbeeld voor het standaard valideren van adresgegevens.

Wat dit betekent

Voor MKB-ondernemers opent tool calling de deur naar geautomatiseerde klantprocessen zonder dat je een team van programmeurs nodig hebt. Waar je eerder een chatbot had die alleen veelgestelde vragen beantwoordde, kun je nu een AI-assistent bouwen die daadwerkelijk acties uitvoert in je bedrijfssystemen. Dit verkleint de afstand tussen een klantvraag en de uitvoering ervan.

De impact is het grootst in sectoren met veel herhalende klantinteracties: e-commerce, dienstverlening, logistiek en administratie. Een klant vraagt bijvoorbeeld naar de status van een bestelling. Zonder tool calling kan de chatbot alleen een algemeen antwoord geven. Met tool calling haalt de chatbot live de trackinginformatie op uit je verzendsysteem en geeft een gepersonaliseerd antwoord.

Hoe je dit kunt toepassen

Als je een webshop runt met een standaard klantenservicechat. Je kunt tool calling inzetten om de chatbot toegang te geven tot je orderbeheersysteem. Wanneer een klant vraagt ‘waar blijft mijn pakketje?’, genereert het model een verzoek om de orderstatus op te vragen via een API. Het systeem haalt de actuele trackingdata op en de chatbot geeft een antwoord met de verwachte leverdatum. Overweeg om te beginnen met één eenvoudige tool, zoals het opvragen van orderstatussen, en breid later uit naar retouren of betalingsherinneringen.

Als je een team aanstuurt dat veel handmatige administratie doet. Denk aan het verwerken van offerteaanvragen of het bijwerken van klantgegevens. Je zou een AI-assistent kunnen bouwen die via tool calling automatisch een nieuw contact aanmaakt in je CRM wanneer een potentiële klant een formulier invult. Het model controleert of het e-mailadres al bestaat, vult de velden in en stuurt een bevestiging. Een optie is om dit te combineren met een workflowtool zoals n8n om de stappen te visualiseren en fouten af te vangen.

Als je in de dienstverlening werkt met terugkerende klantvragen. Bijvoorbeeld een juridisch of financieel advieskantoor waar klanten vaak vragen naar de status van hun dossier. Met tool calling kun je een chatbot bouwen die via een API het dossiersysteem raadpleegt. Het model herkent de klant op basis van een uniek kenmerk (zoals een klantnummer) en haalt de juiste documenten of statusinformatie op. Overweeg om eerst een testomgeving op te zetten met een beperkt aantal dossiers om de nauwkeurigheid te controleren voordat je het live zet.

Als je een klein team hebt en geen aparte IT-afdeling. Tool calling is technisch van aard, maar er zijn steeds meer no-code of low-code platforms die het eenvoudiger maken. Je zou kunnen starten met een bestaande AI-chatbot die al tool calling ondersteunt, zoals die van OpenAI of Anthropic, en deze koppelen aan een API van je boekhoudpakket of verzenddienst. De praktische toepassing hangt af van jouw situatie, maar het principe is hetzelfde: het model vraagt toestemming om een actie uit te voeren, en jij bepaalt welke acties veilig zijn om te automatiseren.

Bron: n8n Blog (https://blog.n8n.io/tool-calling-llm/)